00:00:04: Ja, einen schönen guten Tag.

00:00:05: Ganz herzlich willkommen zu einer neuen Folge unseres FACET Podcast zur künstlichen Intelligenz.

00:00:10: Und wie Sie wissen oder wie Ihr wisst, sprechen wir in diesem Cod Podcast ganz konkret über Anwendungen der KI, was heute alles geht, aber auch was vielleicht noch gar nicht

00:00:18: geht.

00:00:22: Rotholge Schmidt, wir beschäftigen uns an der TU Darmstadt am Fachgebiet Wirtschaftsinformatik und beim FAZ Digital Wirtschaftsbriefing mit dem Einsatz künstlicher Intelligenz und deren Auswirkungen auf Wirtschaft und Arbeit.

00:00:34: Unser heutiger Gast steht in der Spitze eines Unternehmens, das eigentlich seit Jahrzehnten für Technologie steht, Kassin Rupp, Geschäftsführerin von IBM Deutschland und General Managerin für IBM Consulting.

00:00:45: Deutschland, Österreich und der Schweiz.

00:00:47: Bevor sie in den Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahrzehnte im Jahr- und Jahr.

00:01:03: Heute geschaltet sie die Beratungstätigkeit bei IBM

00:01:05: und

00:01:06: Unterstützunternehmen bei der, ja, gerade glaube ich, für viele anstehenden Transformationen

00:01:12: in

00:01:12: künstliche Intelligenz

00:01:13: und

00:01:14: Cloud.

00:01:14: Und liebe Christine, vielen Dank, dass du heute bei uns

00:01:16: bist.

00:01:18: Ja, herzlichen Dank.

00:01:19: Danke, dass ich hier sein darf und ich denke, wir werden wahnsinnig viele spannende Themen auf der Agenda haben.

00:01:25: Ja, Christine, IBM ist ja auch so eine richtige Marke für den Begriff der künstlichen Intelligenz.

00:01:33: Gibt es denn für dich so ein Projekt, was ein richtiger Wow-Effekt war, wo du sagst, okay, jetzt ist die KI wirklich angekommen in der Wirtschaft und Gesellschaft?

00:01:43: Ja, ich möchte eigentlich ganz gerne auf ein gesellschaftliches Thema eingehen, was mich wirklich sehr fasziniert, weil ich glaube wir diskutieren das Thema KI überall in den Firmen in verschiedenen Kontexten, aber was für mich ein wirklicher Wendepunkt ist, wenn wir insbesondere mal auf das Thema Fortschritt in der Medizin schauen.

00:02:03: Und ich erinnere mich noch sehr gut, ich glaube, es war's, da gab es die ersten Studien zu Cryptotherapien und wie man bei uns auch die Watson-Technologie verwenden könnte.

00:02:18: Schlichtweg, um den Anstieg dieser medizinischen Daten um den her zu werden.

00:02:25: Und das ist natürlich eine sehr komplizierte Geschichte.

00:02:27: und was man natürlich heute sieht, dass Man unter Einsatz von KI, Recherchearbeit, wirklich insbesondere für die passenden klinischen Studien um mehr als, ja, seventy- acht Prozent verkürzen kann und somit einfach sehr viel schneller passende Therapievorschläge machen kann, passende auch Medikationsvorschläge machen kann.

00:02:50: Und ich denke, jeder von uns hat natürlich auch Bekannte im familiären, im Freundesumfeld und man weiß, was es bedeutet, wenn man hier Zeit gewinnen kann.

00:03:00: Deswegen, ich muss sagen, der Einfluss der KI in der Nutzung schlichtweg im medizinischen Umfeld, das ist was, was mich persönlich am meisten berührt.

00:03:08: Und zum Teil auch bessere Entscheidungen, auch in der Medizin.

00:03:11: Sehr viel bessere Entscheidungen, also es ist wirklich der zeitliche Vorteil, es ist der qualitative Vorteil und ist es vor allem auch schlichtweg der Ressourcenschonender, dass man sehr viel schneller auf den Punkt kommt und auch natürlich sehr viel besser Zugang bekommt auf Forschungsergebnisse, die vielleicht in ganz anderen Ländern möglich bereits waren.

00:03:31: Aus einem maßgeschneidertere Nutzung von den entsprechenden Medikationswegen.

00:03:38: Das inspiriert mich.

00:03:40: In deiner Arbeit, wenn du das mal so Revue passieren lässt, wie du vor drei Jahren gearbeitet hast, wie du heute gearbeitet hast, welchen Einfluss hat vor allen Dingen die Generei auf deiner Arbeit?

00:03:53: Weil IT und sowohl als auch Consulting sind ja, sage ich mal, an der Spitze der Unternehmen oder der Branche, in denen man der KI die größten Effekte zutraut, dass sie besonders viel Arbeit verändert, erleichtert, automatisiert.

00:04:08: Wie schlägt sich das bei dir konkret nie?

00:04:10: Der fünf Prozent der Arbeit ist heute von KI bestimmt oder auch vielleicht gar nicht mehr da oder automatisiert?

00:04:18: Also ich würde sagen, KI hat meine persönliche Arbeit, aber natürlich auch die Arbeit unserer Teams.

00:04:24: Aber ich würde auch fast sagen, der Branche ist fundamental revolutioniert.

00:04:29: Ich versuche mal sehr konkret zu machen bei uns bei IBM.

00:04:32: Wir arbeiten alle Mitarbeiter mit einer KI-Plattform.

00:04:35: Wir nennen das IBM Consulting Advantage.

00:04:38: Das ist eine KI-Plattform, wo unsere Mitarbeiter einen schlichtweg Zugriff haben auf KI-Methoden, Assets, aber auch Assistenten.

00:04:47: Und da ist ein entsprechender Zugriff auf IBM-Technologien im Sinne von Large-Language-Modeln, aber auch natürlich Large-Language-Modeln von anderen Partnerunternehmen.

00:04:56: Und das Gleiche gilt für entsprechende Assets und Assistants.

00:04:59: Und das macht einen riesigen Unterschied, ob unsere hundertsechzig, hundertsechzigtausend Berater, die wir haben, weltweit, ob die jetzt mit den klassischen Methoden, ich sage es nach Powerpoint Plus, unterwegs sind.

00:05:11: oder ob sie von vornherein eine Bibliothek haben, von Assistenten und Assets, um einfach ihre Arbeit sehr viel effizienter, produktiver und auch qualitativ hochwertiger zu tätigen.

00:05:24: Das treibt enorm, liegt die Innovationskraft auch.

00:05:27: Und das ist auch eine Sache, die wir messen und die wir fördern in der Ausbildung.

00:05:33: Messen wäre genau das Stichwort.

00:05:37: Wie stark ist denn deine Produktivität schon gestiegen?

00:05:40: Oder wie ist sie im Durchschnitt gestiegen?

00:05:43: Wir reden ja immer von so dreißig Prozent, dass es erreichbar ist, wenn man einfach, sag ich mal, KI auf die normalen Prozesse obendrauf packt.

00:05:52: Ist das etwas, was ihr schon erreicht habt?

00:05:54: Also man kann es nicht allgemein an, weil hier ist es wirklich sehr, sehr wichtig, dass man differenziert, in welchem Umfeld wir sehen.

00:06:02: Aber tatsächlich Produktivitätsteigerungen, die liegen zwischen fünf.

00:06:06: und sechzig Prozent.

00:06:07: Es ist eine große Spanne.

00:06:10: Es ist natürlich klar, wenn ich im reinen konzeptionellen Umfeld unterwegs bin, da habe ich natürlich andere Einschwerpotenziale oder Produktivitätsgewinne, als wenn ich jetzt Testcases beispielsweise vorformuliere oder User Stories oder vielleicht in Code Conversion reingehe.

00:06:28: Man muss das sehr spezifisch sich anschauen und genau so sind wir auch aufgebaut mit unseren Teams, dass eben unsere Plattformen für die verschiedenen Bereiche, ob das jetzt ein SAP-Team ist oder ob das ein Salesforce-Team ist oder ob das ein Team ist, was eher im strategischen konzeptionellen Bereich arbeiten, da können die sich entsprechend bedienen.

00:06:48: Und da kommen tagtäglich neue Assets und Assistants dazu und wir bitten auch die Teams wirklich aus ihrer Accountarbeit, aus ihrer lokalen Arbeit.

00:06:58: diese Plattform stetig zu verbessern?

00:07:01: Ja, dann hätte ich noch mal eine Frage zu eurer IBM-Plattform, Christine.

00:07:05: Du hast gerade gesagt, verschiedene Sprachmodelle und IBM-Tools.

00:07:10: Jetzt ist ja, um ehrlich zu sein, IBM jetzt nicht gerade bekannt dafür, die besten Sprachmodelle der Welt zu machen.

00:07:16: Das sind ja, die kommen ja erst nach Hause, OpenAI, Google, Entropic und Co.

00:07:21: Diese Tools stellt ja euren Mitarbeitenden aber auch zur Verfügung, nämlich an.

00:07:27: Absolut, absolut.

00:07:28: Also wir haben grundlegend als Firmenstrategie einen Hybrid-Ansatz, sozusagen Hybrid, dann bedeutet das, dass wir über unterschiedliche Technologieplattformen hinweg arbeiten, aber auch einen offenen Ansatz.

00:07:45: Das heißt, wir nutzen unsere eigenen Produkte, aber wir nutzen auch durchaus Produkte von Partnerfirmen.

00:07:50: Weil wir fest davon überzeugt sind, der technologische Wandel ist so... gigantisch und man kann entsprechend mit der Geschwindigkeit nur mithalten, wenn man hier einen offenen Ansatz tatsächlich fährt.

00:08:03: Ja, das ist richtig.

00:08:06: Ihr habt Kunden in der ganzen Welt und ich würde gerne eine Holgers Frage eben nochmal anknüpfen.

00:08:12: Er sagte ja, wie hat sich das bei dir verändert, bei den Mitarbeitern?

00:08:17: Wie nimmst du denn das bei euren Kunden wahr?

00:08:20: Also wie verschiebt sich und verändert sich da die Arbeitswelt, Arbeitswelt Richtung Produktivitäten, Richtung Kooperation vielleicht, also KI Mensch oder auch in Richtung Jobverluste.

00:08:34: Also wir sehen ganz klar, dass das Thema Nutzung, Einsatz von KI bei allen unseren Kunden angekommen ist.

00:08:42: Wir nehmen aber dennoch natürlich war, dass je nachdem, ob ich jetzt bei Kunden reinschaue in Nordamerika oder in Asien, dass es da durchaus andere Pattern gibt als die, die wir vielleicht hier in Europa und insbesondere in Deutschland sehen.

00:08:56: Ich glaube, der größte Unterschied, den ich jetzt persönlich um ihr vorstellen würde, ist In Europa, Zentrale Europa sind wir enorm innovativ.

00:09:05: Wir haben auch typischerweise, wir sehen sehr, sehr kreative Pilotenversuche in den verschiedensten Bereichen.

00:09:15: Wo wir aber oftmals insbesondere in Nordamerika und Asien voraussehen, ist das Thema Geschwindigkeiten der Skalierung.

00:09:23: Und das ist ja am Ende des Tages das, was zählt.

00:09:25: Ich mein Gespräch jetzt hier über Produktivität, über auch Innovationseffekte.

00:09:31: Das Spannende ist ja nicht, ob ich fünf oder zehn Piloten gefahren habe, sondern ob ich als Konzern tatsächlich in der Breite von profitieren kann.

00:09:40: Und dazu muss man Konzern übergreifend skalieren.

00:09:43: Das ist enorm wichtig.

00:09:45: Und da sind typischerweise die Europäer ein bisschen... ein bisschen konservativer unterwegs als vielleicht, dass unsere Freunde aus Nordamerika oder auch Asen sind.

00:09:56: Das nehmen wir tatsächlich zur Kenntnis.

00:10:01: Woran liegt das?

00:10:02: Also ist das, dass wir sozusagen aus der Pilotphase in die Rollout oder Skalierungsphase kommen müssen, ist ja glaube ich allen klar, sonst kommen wir ja nicht voran.

00:10:10: Es sind das hier Datenschutztämen, die üblichen Sicherheitsthemen, dass man an der Stelle denkt, okay, ich muss das erstmal hundertprozent sicher haben und hundertprozent, das alles passt, bevor ich es ausrolle.

00:10:22: Also was ist der?

00:10:24: Welchen Hauptgrund hast du festgestellt, dass die anderen an der Stelle schneller sind?

00:10:27: Das belegen ja auch viele Studien, dass es im Moment dort schneller vorangeht als hierzulande, was uns natürlich Wettbewerbsnachteile bringt, wenn wir ein globales Wettrennen sozusagen sehen.

00:10:37: Worin liegt das?

00:10:39: Also ich würde sagen, es sind mehrere Faktoren.

00:10:44: Ich

00:10:44: beginne mal mit dem, von dem ich fessenfest überzeugt bin, das ist der wichtigste und der macht den großen Unterschied.

00:10:49: Das ist das Thema Leadership und vielleicht auch der Ansatz in puncto Leadership.

00:10:54: Eine Skalierung wird man nur dann hinbekommen, wenn eine ganz klare, wie sagt man so schön, Leadership from the top sagt.

00:11:02: Wir machen das und wir machen das auch konzernweit und wir rollen das in folgender Geschwindigkeit, in folgender Sequenz aus.

00:11:10: Eine Skalierung über ein Konzern hinweg wird niemals bottom-up erfolgen.

00:11:14: Also das ist mal die erste Dimension.

00:11:16: Und da ist meine Lesart, dass wir in Europa vielleicht eher ein bisschen konservativer, vielleicht auch ein bisschen vorsichtiger sind, als wir das in anderen Märkten sehen.

00:11:25: Ich kann auch gleich mal das Beispiel von IBM bringen, weil wir sind ganz massiv auf die Skalierung gegangen und wir haben das tatsächlich durchlaufen und haben auch diese Reise jetzt über die letzten zwei, drei Jahre durchschritten.

00:11:39: Ein zweiter Faktor ist sicherlich das Thema Daten und Sicherheit.

00:11:46: Ich meine, wir haben hier deutlich andere regulative Rahmenbedingungen als vielleicht in anderen Märkten.

00:11:53: Damit muss man umgehen.

00:11:55: Da muss man entsprechende Rahmenbedingungen natürlich auch managen.

00:11:58: Und das Dritte ist das Thema Kapital.

00:12:00: Ganz einfach.

00:12:02: Eine solche Veränderung kostet in der Regel Geld.

00:12:05: Und wenn ich mir reinschaue, Wie schnell kriege ich auch in innovativen kleinen Unternehmen Kapital?

00:12:12: Dann funktioniert das halt typischerweise in den Staaten oder in Asien deutlich schneller.

00:12:19: auch Risikokapital, um mal Dinge auszuprobieren.

00:12:22: Das sind drei große Themen, die lassen sich alle managen.

00:12:26: Aber ich glaube, sie müssen aktiv gemeinert sperren.

00:12:29: Zum Thema Leadership kann ich mir sehr, sehr gut vorstellen.

00:12:32: Aber kommen wir mal zu dem Zweitpunkt.

00:12:37: Kannst du uns ein konkretes Beispiel vielleicht geben?

00:12:40: Warum und wie solche Themen wie Datenschutz?

00:12:43: dann die, wir sind ja bei der Skalierung, warum das ausbremst?

00:12:49: Also ich glaube, die Regelungen, die wir in Europa haben, sind etwas komplizierter und werden vielleicht auch von vielen Unternehmen in der Gänze auch nicht vielleicht voll umfassend dann verstanden.

00:13:08: Ich mache mal vielleicht zwei, drei Punkte.

00:13:10: Ich meine, wir haben ja ein ganz, ganz großes Thema, sagen wir technologische Souveränität.

00:13:16: Das ist enorm wichtig.

00:13:18: Das brauche ich, um mit der KI zu skalieren.

00:13:20: Und in der Felsenfässe von überzeugt, es braucht vier Dimensionen, um das sauber zu managen.

00:13:26: Einerseits muss man sehr klare Überlegungen haben, wie das Dateneigentum selbst gemanagt wird.

00:13:34: Also, wer hat die Hand auf den Daten?

00:13:36: Zweitens, man braucht eine sehr klare Regelung zum Thema Governance.

00:13:41: Wer Zugriff, wer kann welche Entscheidungen treffen, wer hat auch welche Visibilität zu Daten.

00:13:47: Ich mache mal nur kurz den Sprung zur DSGVO.

00:13:50: Da haben wir extrem Ruhehaftungsimplikationen, wenn da was schief geht.

00:13:54: Drittens, Interoperabilität.

00:13:56: und das letzte vor allem das Thema Offenheit.

00:13:58: Also offene Architekt One.

00:14:00: Das heißt, es gibt durchaus hervorragende Mittel und Wege, wie man mit Daten auch in Europa umgehen kann, aber man muss es einfach sauber durchdringen.

00:14:12: Sonst fehlt das Vertrauen, sonst fehlt die Akzeptanz, Datensicherheit, Compliance, Transparenz, Kontrolle.

00:14:19: Das sind alles Facetten, die sind enorm wichtig und die müssen sauber gemanagt werden.

00:14:23: Gut, aber ich sage immer jetzt nimmer ein Beispiel wie wir lassen unser Outlook, lassen wir irgendwo in der Microsoft Cloud laufen, dann kann ich doch genauso gut meine Sprachmodelle in der Microsoft Cloud nutzen.

00:14:39: Das macht ja datenschutzrechtlich keinen Unterschied.

00:14:43: Insofern verstehe ich die Komplexität des Themas nicht, wie es, sagen wir mal, in dem einen oder anderen deutschen Konzern sozusagen als Problem vor sich hergeschoben wird oder als Ausrede auch formuliert wird.

00:14:54: Wir sind mal lieber vorsichtig.

00:14:57: War ja das, was ich vorhin gesagt habe.

00:14:58: Meine Lesart ist, für all diese Themen gibt es compliant Lösungen, also Lösungen, die man durchziehen kann.

00:15:07: Meine Lesart ist, dass wir in Europa, speziell in Deutschland, vielleicht einfach ein bisschen vorsichtiger sind und das vielleicht auch oftmals schlichtweg das Fachwissen fehlt, was machbar und was richtig ist und man hat einfach Sorge, sich zu exponieren.

00:15:21: Ich mache mal vielleicht ganz kurz einen Schritt zu dem Weg, den wir als IBM selbst durchlaufen haben.

00:15:28: Wir haben gesagt, wir sind als Konzern Fokussieren wir auf zwei große Motion-Sender.

00:15:34: Wir sind ein Technologiekonzern und wir haben zwei große Säulen.

00:15:38: Das eine ist generative KI und das andere ist hybrid cloud.

00:15:43: Wenn wir als Player von generativer KI unterwegs sein wollen, macht es total viel Sinn, dass wir das selbst anwenden.

00:15:50: Und mit diesem Kickoff vor geraumer Zeit hat sich unser CEO und Chairman Armin Krischner wirklich dieser Strategie verschrieben, dass wir mit dem sogenannten IBM Klein Zero wirklich die Dinge auch ausprobieren, die machbar sind.

00:16:08: Und jetzt als Geschäftsführerin hier einer Gesellschaft in Deutschland muss ich natürlich auch die deutschen Rechte berücksichtigen und kann jetzt nicht irgendwas machen, was hier nicht funktioniert.

00:16:20: Ich kann nur sagen, wir haben diesen Klein Zero-Fall weltweit ausgerollt, wenn ich jetzt mal in den Bereich HR gehe.

00:16:32: Manager interagieren ausschließlich und allein mit der KI.

00:16:37: Wir haben eine Beschleunigung der Prozesse von ungefähr seventy-fünf Prozent erreicht.

00:16:44: Und ein NPS, also das Zufriedenheitsscore, der ist unfassbar gestiegen von unseren Mitarbeitenden.

00:16:51: Und das haben wir jetzt nicht nur im Bereich HR gemacht, sondern auch interne Finanzen, Procurement, die gesamten Overhead Funktionen, aber natürlich auch in Kern.

00:17:01: Funktionsbereichen.

00:17:02: Ich habe vorhin auf die KI-Plattformen für die Mitarbeitenden kurz referenziert.

00:17:07: Und für uns war das auch von der Produktivität her ein extrem attraktiver Case.

00:17:11: Wir hatten letztes Jahr in Summe, drei Komma fünf Milliarden an Einsparungen erzielen können und haben diese Prognose für das Jahr, zwischenzeitlich bereits korrigiert auf vierenhalb Milliarden.

00:17:24: Das heißt, es ist machbar und wir haben bei diesem Skalierungs.

00:17:29: Projekt, jetzt sicherlich nicht Deutschland als Insel außen vorgehalten.

00:17:32: Im Gegenteil, Deutschland hat mitgemacht.

00:17:35: Da muss man einfach gewisse Dinge berücksichtigen und vor allem die Betriebsräte sauber mitnehmen, solche Dinge.

00:17:43: Das ist extrem wichtig, um das zu erklären.

00:17:46: Also ich möchte eigentlich ganz gerne eher Mut machen, aber muss sich in die Thematik einfach einfuchsen.

00:17:52: Wenn wir da aber so vorsichtig sind und das beobachten wir auch, Aber der Datenschutz und wir uns in der Frage ja, was genau ist denn das Problem mit dem Datenschutz?

00:18:03: Dann wird es aber schon ein bisschen, ein bisschen Franz ist ein bisschen aus.

00:18:06: Aber ist das ein Problem?

00:18:07: Das würdest du sagen, wir lassen da gerade Wettbewerbsvorteile liegen, weil wir natürlich ganz klar mit dem Wettbewerb stehen, mit den Amerikanern, mit den Asiaten, die an der Stelle schneller sind und wir haben ja eh schon ein paar Wettbewerbsthemen an anderer Stelle.

00:18:22: Könnten wir darüber ja mal Wettbewerb aufholen, aber das Gegenteil passiert, ist das eine Befürchtung?

00:18:28: Also es ist eine sehr klare These, die ich in Raum stellen möchte.

00:18:32: Momentan ist das Fenster vielleicht noch ein Stück weit offen, aber es ist sehr, sehr klar, dass alle Unternehmen dieser Welt KI zum Einsatz bringen werden.

00:18:42: Alle Unternehmen mal unabhängig von Branche, vielleicht von auch Dienstleistungsformen, der sie unterwegs sind, werden unterschiedliche Produktivitätseffekte für sich realisieren können.

00:18:53: Ich hatte das vorhin jetzt mal für unseren Bereich formuliert von zwischen fünf und sechszig Prozent.

00:18:57: Das wird für jedes Unternehmen, für jede Branche leicht unterschiedlich sein.

00:19:01: Aber wir sehen auf lange Sicht, dass man dadurch möglicherweise irgendwas zwischen drei, vier Prozentpunkte nachher im Net-Profit.

00:19:11: einen Unterschied machen kann.

00:19:13: Es gibt einfach Branchen, die weltweit unterwegs sind.

00:19:17: Und die Frage ist, nutze ich das oder nutze ich das nicht?

00:19:19: Und wenn ich das nicht nutze oder zu spät nutze, habe ich da einen strukturellen Wettbewerbsnachteil.

00:19:25: Da beißt die die Maus keine Faden ab.

00:19:29: Und deswegen sage ich, wir müssen rein, da gibt es gar keine andere Option.

00:19:33: Wir müssen auch schnell rein und wir müssen vor allem in einer skalierten Form rein an das Thema.

00:19:39: Geht's halt der Pilotens vorbei.

00:19:42: Siehst du im Moment weltweit so ein Produktivitätswettlauf?

00:19:47: Man hat das Gefühl, so was wie Umsatz hier Mitarbeiter ist, die neue KPI geworden mit der KI, weil alle jetzt da denken, wie können ich denn wachsen, ohne neue Leute einzustellen?

00:19:58: Um die Produktivität hochzusetzen.

00:19:59: Also mit dem Tech-Unternehmen sieht man das ja schon, dass das so ein bisschen das Ziel ist, dass man das vielleicht

00:20:06: mit...

00:20:07: gleich bleiben oder auch weniger Leuten schneller wachsen oder wachsen kann, weil man eben KI-Agenten an die Seite gestellt bekommt.

00:20:13: Ist das so ein weltweites Wettrennen geworden?

00:20:17: Also ich muss gestehen, die Umsatz je Mitarbeiter, das nehme ich jetzt so nicht wahr, das kann ich nicht bestätigen.

00:20:26: Was ich aber ganz klar bestätigen kann, ist man nimmt unterschiedliche Leistungseinheiten.

00:20:32: Wie viele Transaktionen kann ich machen innerhalb einer gewissen Zeit einen Einheit.

00:20:38: Also, ich glaube, das sind eher die Messgrößen.

00:20:41: Wir waren vorhin bei dem Bereich Research.

00:20:43: Wie lange dauert es, gewisse Studien zu durchforsten?

00:20:47: Das sind Elemente, die da eher im Vordergrund stehen.

00:20:51: Ich bin mir nicht sicher, ob das jetzt tatsächlich auf den reinen Faktor Mensch runterkommt.

00:20:57: Man muss vor allem auch gucken, dass das ganze Thema KI nicht nur eine Produktivitätsdimension hat.

00:21:04: Wir sehen ganz klar eine riesige Chance auch auf der Innovationsseite.

00:21:08: Ich kann dadurch auch neue Geschäftsfelder kreieren.

00:21:11: Ich kann dadurch neue Möglichkeiten erschließen.

00:21:13: Ich kann ganz neue Märkte erschließen.

00:21:16: Also es ist nicht nur eine Dimension, es geht in beide Dimensionen.

00:21:19: Deswegen ja die Personalseite, aber sicherlich nicht im wirklichen Vordergrund.

00:21:25: Also würde ich jetzt nicht bestätigen wollen.

00:21:30: Du hattest für ihn das Thema Leadership angesprochen und die Frage ist ja genau, wenn es solche Produktivitätserhöhungen gibt und ich fand du hast ja schöne Beispiele genannt, dann hat sozusagen die Unternehmensleitung, hat ja grundsätzlich zwei strategische Optionen.

00:21:47: Ich kann gucken, ob ich so eine Kostensenkungsstrategie fahre.

00:21:50: Oder die andere Variante wäre ja die, dass man sagt, okay, ich nehme das Personal, was ich was entsprechend habe.

00:21:56: Und wir sind jetzt damit innovativer, machen irgendwas cooleres Neues.

00:22:00: Was nimmst du denn so wahr?

00:22:03: In welche Richtung die Mehrheit der Führungskräfte so tickt?

00:22:08: Also ich würde ganz gern erst noch eins von der von der Wegsteilen.

00:22:12: Das Thema Leadership ist wahrscheinlich eines der wichtigen und im Moment unterschätzten Dimensionen überhaupt.

00:22:20: Was meine ich damit?

00:22:22: Wir sind alle groß geworden und auch viele Leadership Manager Generationen über die letzten Jahre, Jahrzehnte.

00:22:29: Wir haben Leadership begriffen, indem wir Human Workers, also Menschen geführt haben.

00:22:37: Wir gehen jetzt in eine Phase rein, wo wir auf einmal Digital Workers als Teil unserer Workforce begreifen.

00:22:43: Das heißt, wir haben Assets Assistance einerseits und die können ganz, ganz viel und das ist ganz bezaubernd.

00:22:49: Und die kombinieren wir auf einmal mit unseren menschlichen Kollegen, Kolleginnen.

00:22:56: Und das muss ich auch erst mal begreifen im Hinblick auf, wo entwickle ich Fähigkeiten, wohin vielleicht verschiebe ich auch Fähigkeiten, wie entwickle ich Produkte.

00:23:08: wie bepreise ich Produkte?

00:23:09: und also das ist auf einmal eine völlig neue Dimension und ich bin mir nicht sicher, ob wir allum fassend das Thema Leadership schon in dieser Dimension Human Worker und Digital Worker begriffen haben.

00:23:21: Wenn das nämlich nicht der Fall ist, passiert nämlich Folgendes, dann habe ich im Umkehrschluss auf der Human Worker Seite erst mal Angst.

00:23:29: Da kommt nämlich dieser Digital Worker Und der kann mir möglicherweise als Human Worker die Arbeit wegnemen oder mich bedrohen oder mich bedrängen oder an den Rand drängen.

00:23:39: Also das ist erstmal vorne weggestellt aus meiner Sicht eine extrem elementare Leadership Aufgabe, die ein Stück weit unterschätzt oder wenn nicht richtig gemanagt, da verliert man etwas.

00:23:53: Da bringst du mich auf eine ganz spannende Frage, nämlich die Frage, wie zentral oder dezentral so ein Leadership denn ist.

00:24:01: Man könnte ja sagen, jetzt schaue ich mir das mal von oben an und dann stelle ich hier irgendwelche Agenten, den Mitarbeiterinnen, Mitarbeiter zur Seite oder... Ist das Dezentrale nicht vielleicht sinnvoller, dass man den Mitarbeitenden sozusagen die Möglichkeit gibt, selbst zu gestalten und zu sagen, okay, ich lasse mir oder baue mir selbst den einen oder anderen Agenten um meinen Jobbessel zu erledigen.

00:24:25: Was nimmst du da war?

00:24:28: Ich spreche jetzt mal so ein bisschen aus der Erfahrung hier bei IBM und wir sind da enorm in einer rasanten Geschwindigkeit mitbringen, aber eigentlich enorm gut gefahren.

00:24:39: Wir haben uns im Moment vorgenommen, um eine Million Digital Worker aufzubauen.

00:24:42: Das sind sehr konkrete und auch sehr klar messbare Werte.

00:24:46: Kannst du noch mal Digital Worker definieren, ist das ein Agent oder was hast du genau darunter?

00:24:52: Digital Worker ist die Summe aller kleiner digitaler Helferleihen in Anführungszeichen und das können Assistenten sein, also kleine im Sinne von wenn ich ein Textskript bauen muss oder vielleicht eine User-Story bauen möchte oder sowas.

00:25:12: Es können aber auch durchaus große Assets sein.

00:25:15: Das ist schlichtweg eine Frage der Komplexität und ein Assets sind tatsächlich Dinge, die ich wiederverwerten kann.

00:25:24: die ich auch in der Produktion einbauen kann.

00:25:27: Also das ist eine Frage der Komplexität.

00:25:29: Und da zielen wir im Moment tatsächlich auf eins, sechs Millionen Digital Workers.

00:25:33: Und wir wissen ganz genau, wo in welchem Bereich und in welcher Sequenz wir die aufbauen.

00:25:40: Und das ist im Prinzip die Workforce, die zusätzlich zu unseren Hundertsechzigtausend Human Workers dazukommen.

00:25:48: Wir glauben, dass das einigermaßen zentral Erfolgen muss, weil ich auch zentral mir an der überlegen muss, wen baue ich wann, wo in welcher Form auf.

00:25:59: Also es gibt natürlich selbstverständlich grasswortmäßig Trolli, denen von den Kollegen, die in verschiedenen Regionen verschiedene Tätigkeiten haben, die bringen das rein.

00:26:09: Aber ich glaube schon, dass man eine gewisse zentrale Roadmark dafür braucht und auch eine zentrale Produktkontrolle, weil am Ende des Tages, man wissen jetzt auch in einem Konzern, wir arbeiten mit Kunden in Infrastruktur kritischen Umfeldern.

00:26:25: Ich kann jetzt hier nicht jeden Mitarbeiter dann erlauben, auf Chatshipy Thema auszuprobieren, wie vielleicht, weiß ich nicht, die Energieversorgung in Frankreich morgen ausschaut.

00:26:33: Das funktioniert nicht.

00:26:34: Deswegen fokussieren wir auch sehr stark auf Enterprise AI und nicht, oder AI vor Enterprise und nicht AI vor Consumer.

00:26:42: Es ist ein sehr, sehr großer Unterschied.

00:26:48: Leuten spricht dann nach den Notiven für ihre Investitionen in KI, dann hört man sehr oft sozusagen das FOMO-Thema, Fear of Missing Out.

00:26:56: Ich musste jetzt mitmachen, weil es irgendwie die Riesenwelle ist.

00:27:00: Aber vielleicht bin ich gar nicht so hundertprozentig davon überzeugt, aber bevor ich jetzt irgendwas verpasse, mache ich mit.

00:27:06: Siehst du, dass dieses FOMO sozusagen an Bedeutung gewonnen hat?

00:27:10: oder ist das etwas, was nur so ein paar Angstarsen aus sich her schieben?

00:27:14: Naja, also ich denke das Thema FOMO, das existiert schon, aber am Ende des Tages geht es darum, Wettbewerbsvorteile zu erzielen, indem man einen entsprechenden Return und Investment realisieren kann.

00:27:29: Also das ist das wesentliche.

00:27:33: Und wenn man das jetzt noch ein bisschen weiter runter destilliert, geht es darum, Daten sind die Grundlage von allem.

00:27:38: Man muss sehr klar entsprechend Talente fordern und entwickeln, die mit diesen Themen umgehen können.

00:27:45: Und das ändert natürlich auch die entsprechenden Branchen.

00:27:50: Themen wie KI, Cloud, Cyber, künftig auch Quantum sind absolut erfolgskritisch.

00:27:55: Wer dort nicht überzeugt, der verliert an Wettbewerbsfähigkeit.

00:27:58: Und das ist den Unternehmen auch klar.

00:28:02: Also ja, FOMO, aber im zweiten... Auf den zweiten Blick ist die Diskussion dann schon auch sehr klar ROI getrieben.

00:28:12: So nehme ich das zumindest wahr bei den meisten Führungskräften.

00:28:15: Jetzt hatten wir das Thema Wettbewerbsfähigkeit oder Wettbewerbsfaktor KI besprochen und hatten auch gesagt, dass wir hier in Deutschland und vielleicht auch in der EU manchmal ein bisschen hinten dran sind.

00:28:26: Wenn du sozusagen Politikerin wärst, was wären denn so Maßnahmen, die du ergreifen würdest oder vorschlagen würdest, um das zu ändern?

00:28:37: Also die Maßnahmen, die ich ergreifen würde und wir sind da durchaus auch mit der Politik sehr eng im Austausch.

00:28:44: Erst mal muss man sagen, ich glaube, es sind viele Dinge in die richtige Richtung getätigt worden, allein mit einem Investitionsenvelop, den wir uns jetzt vorgenommen haben mit den fünfhundert Milliarden.

00:28:56: Aber was sind die zentralen Themen?

00:28:58: Das ist das Thema Regulierung.

00:29:01: Das Thema ist ganz enorm wichtig.

00:29:05: Da herrscht im Moment viel Konfusion, auch viel Unsicherheit bei den Unternehmen, was darf ich, was muss ich, was soll ich, was sind die Konsequenzen.

00:29:15: Das zweite Thema ist das Thema Talente.

00:29:17: Ein großes Thema, was aus meiner Sicht absolut unterschätzt wird, weil wenn ich mir jetzt mal anschaue, welche Unternehmen, welche Universitäten bilden denn im Moment aus genau für diese Rollen?

00:29:30: der Zukunft.

00:29:31: Das sind die allerwenigsten.

00:29:32: Das sind oftmals noch sehr tradierte IT-Studiengänge oder sehr tradierte BWL-Studiengänge.

00:29:39: Also die Talente von morgen müssen über eine entsprechende Bildungsinitiative völlig neu gedacht werden.

00:29:47: Vielleicht hier einen kurzen Seitenkommentar.

00:29:49: Wir haben längst eine Studie rausgebracht.

00:29:51: Das CEO-Studie weltweit zum Thema... KI und Talente.

00:29:58: Und da kam bei raus, dass die CEO sagen, fünfzig Prozent der wirklichen Top-KI-Profile, die sie heute heiern, diese Profile gab es vor einem Jahr noch gar nicht.

00:30:11: Fünfzig Prozent.

00:30:13: Das heißt, den Zufluss von dem richtigen Talent wird absolut kritisch sein für ein Land wie Deutschland.

00:30:20: Und das dritte Thema wäre für mich das Thema Kapital.

00:30:24: Wir müssen skalieren.

00:30:25: Wir sind typischerweise die Innovationsweltmeister.

00:30:28: Wir sind die Weltmeister, um irgendwelche Patente anzumelden.

00:30:32: Das ist alles wunderbar.

00:30:33: Aber am Ende des Tages skaliert, wird woanders groß gemacht, wird woanders Geld verdient, wird woanders.

00:30:40: Das wird zentral sein für den Standort Deutschland.

00:30:43: Darf ich dir noch mal eine zugegebenermaßen extrem schwierige Frage stellen?

00:30:48: Gerne.

00:30:49: Die ich mich auch immer wieder frage.

00:30:52: Jetzt haben wir das ganze Thema Generei mit diesen ganzen Sprachmodellen.

00:30:57: Und das kriegen wir ja scheinbar in Deutschland und Europa nicht so richtig gut hin im Vergleich zu den amerikanischen Tech-Giganten und eben zu den Chinesen.

00:31:08: Was wäre denn deine Vermutung, warum die Chinesen, die da auch immer in der Top Chat sind, mit Dieb Sieg und Quen und diesen ganzen Sprachmodellen?

00:31:16: Warum haben die es hingekriegt und wir nicht?

00:31:20: Ja gut, ich glaube, das geht auf mehrere Facetten zurück.

00:31:25: Zwei davon habe ich eben genannt.

00:31:29: Wenn man es jetzt wirklich nur fokussiert auf die Sprachmodelle und nicht auf andere Facetten.

00:31:35: Das Thema der Sprachmodelle.

00:31:37: ist schlichtweg eine Frage auch der Investitionsfähigkeit und Bereitschaft.

00:31:44: Ich brauche da so große Rechenkapazitäten und bis da tatsächlich dann ein Unternehmen oder ein Sprachmodell fliegt, da braucht es enorm viel Investitionsvolumen.

00:31:56: Und da muss man einfach festhalten, diese Investitionsvolumina sind in Staaten oder in Asien einfach deutlich größer, als die, die wir hier in Europa oder auch insbesondere in Deutschland haben.

00:32:06: Das ist das eine.

00:32:09: Das zweite war das Thema Regulierung.

00:32:14: Das ist natürlich auch vom Innovationsgehalt, teilweise einfache Fortschritte zu machen in diesen Regionen, als wir das hier teilweise können.

00:32:23: Gleichzeitig, wer mich kennen weiß, ich bin stets ein Glashalb voll Typ.

00:32:31: Ich glaube, eigentlich kommt genau jetzt unsere Zeit.

00:32:35: Weil die Schlacht wird nicht geschlagen mit den large language Modellen.

00:32:40: Bin ich felsenfester von überzeugt.

00:32:43: Was viele nicht wissen, nur ein Prozent der Unternehmensdaten sitzen in den gängigen large language Models.

00:32:52: Das ist extrem wichtig.

00:32:54: Klammer auf ist vielleicht auch ganz gut zu Klammer zu.

00:32:57: Weil keiner möchte nachher seine eigenen sehr sensitiven Unternehmensdaten irgendwo wieder finden, wo sie nicht hingehören.

00:33:03: Das heißt, Wir brauchen jetzt eine deutlich erweiterte Interpretation, und zwar nicht AI vor Consumer, wie ich es mal nenne, GDPT, sondern wir brauchen tatsächlich AI vor Enterprise mit den entsprechenden Sicherheitsrahmenbedingungen, mit der richtigen Governance, mit der richtigen Daten-Souveränität und so weiter und so fort.

00:33:25: Und dann wird ein richtiger Shoot-Auswahl in Europa, insbesondere in Deutschland.

00:33:29: Wir haben den höchsten Index von einem Produktionsgewerbe.

00:33:34: Wir sind genau eine Region, wo wir produzierendes Gewerbe haben.

00:33:41: Und wir sitzen auf einem Datenschatz.

00:33:44: Und den zu heben, dann wird es richtig interessant.

00:33:49: Also ich habe jetzt ein Stück weit ausgewichen.

00:33:52: Ich glaube, das Thema Large-Model dieses Rennen ist mehr oder minder durch.

00:33:57: Da wissen wir genau, wer investiert hat und wer auch künftig investieren wird.

00:34:04: Ich glaube, wir sollten uns wirklich besinnen auf unsere Stärken.

00:34:07: Unsere Stärken liegen im Bereich der Daten.

00:34:09: Das Thema Daten ist absolut das Thema, was auch differenzierend sein wird für einen Standort wie Deutschland.

00:34:16: Und hier, wenn wir AI für Enterprise begreifen und nicht nur AI für Consumer, das ist momentan auch vielleicht medial sehr, sehr stark überrotiert, dann können die deutschen Unternehmen hier einen riesigen Ja, positiven Effekt von generieren.

00:34:35: Ja, jetzt kommt unsere Zeit ist in der Tat schon, glaube ich, ein perfektes Schlusswort für diese Tour de raison.

00:34:40: Einmal durch die Quer durch die KI.

00:34:42: Vielen Dank, Christine, für die spannenden Einblicke.

00:34:46: Mit dem Hinweis, wo es im Moment hakt, aber auch ganz klar mit dem Hinweis.

00:34:51: was wir nun zu tun haben in der KI.

00:34:53: Und ich glaube, darin haben wir alle keinen Zweifel, das wird das nächste große Ding.

00:34:57: Da müssen wir sehr massiv reininvestieren und uns darum kümmern, weil es eben sehr vieles verändert wird.

00:35:05: Du hast den Weg dafür uns gezeigt.

00:35:06: Vielen Dank für diesen Podcast.

00:35:08: Peter Buchsmann und ich, wir melden uns wieder im neuen Jahr mit einem neuen Gast rund um die künstliche Intelligenz.